文章から高解像度な画像を生成するAI、Microsoftなどが開発 「DALL・E2」や「Imagen」よりも横長で出力

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Microsoft Research Asia、北京大学、Microsoft Azure AIによる研究チームが開発した「NUWA-Infinity: Autoregressive over Autoregressive Generation for Infinite Visual Synthesis」は、 テキストから画像や動画、画像から動画、画像から拡張画像（コンテンツの関係を失うことなく画像を拡大すること）などを生成する学習モデルだ。 OpenAIのDALL・E2、GoogleのImagenやPartiなど、テキストから高品質の画像を生成できるモデルが注目されている。これらが解像度1

[misshiki]

“「NUWA-Infinity」は、 テキストから画像や動画、画像から動画、画像から拡張画像（コンテンツの関係を失うことなく画像を拡大すること）などを生成する学習モデル”

[currypurin]

ペッパピッグの8フレームの動画を作成しているのすごい

[Seamless]

文章から画像,画像から動画,画像から未知の画像領域の生成を行うモデル「NUWA-Infinity」最大3万8912×2048ピクセルの超横長画像を生成。DALL・E2の4倍の解像度。